Série de séminaires sur l'IA 2021 : Csaba Szepesvári, Dureté de la planification MDP avec approximation de fonction linéaire

Le AI Seminar est une réunion hebdomadaire à l'Université de l'Alberta où les chercheurs intéressés par l'intelligence artificielle (AI) peuvent partager leurs recherches. Les présentateurs comprennent à la fois des conférenciers locaux de l'Université de l'Alberta et des visiteurs d'autres institutions. Les sujets peuvent être liés de quelque manière que ce soit à l'intelligence artificielle, qu'il s'agisse de travaux théoriques fondamentaux ou d'applications novatrices de techniques d'IA à de nouveaux domaines et problèmes.

Le 19 février, Csaba Szepesvári -- Amii Fellow, Canada CIFAR AI Chair, team-lead for the "Foundations" team at DeepMind and a Professor of Computing Science at University of Alberta -- a présenté "Hardness of MDP planning with linear function approximation".

Les processus de décision de Markov (MDP) sont un cadre minimaliste conçu pour capturer les aspects les plus importants de la prise de décision dans l'incertitude. Le prix de l'approche minimaliste est que les MDP manquent de structure ; la planification et l'apprentissage dans les MDP avec des espaces d'état et d'action de taille combinatoire sont fortement intraitables. Dans cet exposé, Szepesvári discute de certains résultats récents concernant ces calculs.

Regardez la présentation complète ci-dessous :

Tenez-vous au courant de la série de séminaires sur l'IA en vous inscrivant à la liste de diffusion.

Découvrez comment Amii fait progresser la recherche de pointe en matière d'intelligence artificielle et d'apprentissage automatique : visitez notre site Web. Recherche page.